今天给大家介绍一篇关于心脏康复的系统评价和荟萃分析的研究方案，这篇文章发表在Open Heart杂志上，题目是“比较远程心脏康复与中心式心脏康复和常规护理：包括荟萃分析的系统评价方案”。

心脏病是导致发病率和死亡率最高的疾病之一。心脏康复已被证明能够降低心脏病患者的发病率、死亡率和再住院率。然而，由于各种原因，许多心脏病患者无法参加中心式心脏康复（CBCR）。特别是在新冠肺炎（SARS-CoV-2）疫情期间，CBCR的参与度受到了更大的影响。因此，近年来，越来越多的关注点放在了基于家庭的远程监测心脏康复（telecardiac rehabilitation，TCR）上。本研究计划通过系统评价和荟萃分析，比较TCR与CBCR和常规护理（UC）分别对功能能力（FC）和健康相关生活质量（hr-QoL）的影响。本研究将展示TCR作为CBCR的替代方案的可行性，考虑到其执行的便利性、安全性和减少不必要的接触。

本研究方案按照已发表的系统评价和荟萃分析方案报告项目（PRISMA-P）指南编写。我们将制定一个搜索策略，使用在线数据库搜索随机对照试验（RCT）。纳入标准将包括成年人群（18岁或以上），患有至少一种心脏病并被推荐进行心脏康复，比较TCR与CBCR和UC。排除标准将包括非英语语言的RCT、混合型研究、交叉试验、观察性研究和病例系列。感兴趣的结果将是以峰值氧摄取量（PVO2）测量的FC和hr-QoL。文章将由两名独立审稿人进行审查，并有第三名审稿人可用于裁决任何冲突。使用随机试验的Cochrane风险偏倚工具评估所选研究中的偏倚。将评估研究的整体偏倚。所选文章将进行审查，并将数据收集在Microsoft Excel电子表格中进行分析。这些数据将包括干预组和对照组（要么是CBCR，要么是UC）的受试者数量、FC和hr-QoL的测量值和标准差。根据异质性水平和每个结果可用的研究数量，将考虑进行亚组分析和敏感性分析。汇总估计结果将以标准化均数差（及95%置信区间）报告，如果异质性不显著（I2<50%），则使用固定效应模型；否则，对于i2>50%，使用随机效应模型。使用LaTeX数学表达式表示结果，例如$$\\sqrt{3x-1}+(1+x)^2$$。使用Egger’s检验和漏斗图评估荟萃分析中的出版偏倚。使用GRADE方法评估结果的证据强度。数据分析将使用Stata SE V.15.0软件进行。

本研究将提供TCR与CBCR和UC分别对FC和hr-QoL的比较。它将使我们能够评估TCR在SARS-CoV-2等疫情中的可行性。它将作为确定TCR是否可以作为CBCR的替代方案，特别是在传染病大流行的背景下的一个垫脚石。到目前为止，据我们所知，已经有一些研究了混合型心脏康复或特定心脏病种的心脏康复。本研究将提供更全面的两种实体的比较。因此，我们的研究将有助于考虑TCR作为与CBCR同样有效、安全和方便的替代方案。

感谢您阅读本文，如果您对本研究有任何意见或建议，请在下方留言，我们将及时回复。如果您觉得本文有价值，请分享给您的同事和朋友，让更多人了解心脏康复的最新进展。谢谢！